mod-prob-sec-ae.tex

\documentclass[12pt,a4paper]{article}
\usepackage[spanish]{babel}
\usepackage[utf8]{inputenc}
\begin{document}
 
\title{Modelos probabilísticos de secuencias: autoevaluación}
\author{Mikel L. Forcada \\
Universitat d'Alacant \\}

\maketitle

Aquí tienes una serie de cuestiones que te ayudarán a evaluar si has
comprendido los conceptos básicos del bloque \emph{Modelos
  probabilísticos de secuencias: autoevaluación}. Si no te ves capaz
de resolver alguna de las preguntas:
\begin{enumerate}
\item Repasa la parte correspondiente de los materiales.
\item Si aún tienes dudas, no dudes en ponerte en contacto con el prof. Mikel L. Forcada.
\end{enumerate}
Las preguntas marcadas con (*) tienen un grado mayor de dificultad.

\subsection*{Preguntas}
\begin{enumerate}


\item Para convertir el problema de asignar una probabilidad a una secuencia de palabras en un problema factible, debemos\ldots
  \begin{enumerate}
  \item \ldots descomponerlo en un producto de probabilidades
    condicionadas, una por palabra.
  \item \ldots descomponerlo en un producto de probabilidades
    condicionadas, una por palabra, y aproximar cada una de estas
    probabilidades asumiendo que ya no dependen de todos los detalles
    de la secuencia de palabras anterior.
  \item \ldots elegir un modelo de \(n\) gramas cuyo orden \(n\) sea igual o mayor a la longitud de la oración.

  \end{enumerate}
\item En un modelo probabilístico de \(n\)-gramas,
  ¿cuántas palabras anteriores se tienen en cuenta como historia para
  determinar la probabilidad condicionada de una determinada palabra?
  \begin{enumerate}
  \item \(n-1\)
  \item \(n\)
  \item \(n+1\)
  \end{enumerate}

\item Si se reordenan las palabras de una frase, y se usa un modelo de \(n\)-gramas para asignar la probabilidad\ldots
  \begin{enumerate}
  \item La probabilidad total de la frase no cambia al reordenar las palabras.
  \item La probabilidad total de la frase cambia en general al reordenar las palabras.
  \item La probabilidad total de la frase cambia para modelos con \(n>1\).
  \end{enumerate}

\item Tenemos dos frases \(x\)
  e \(y\)
  que contienen la palabra \emph{casa} y calculamos su probabilidad
  con un modelo de \(n\)-gramas con \(n>1\).
  Ahora cambiamos la palabra \emph{casa} por la palabra \emph{finca} y
  volvemos a calcular la probabilidad de las nuevas frases \(x'\)
  e \(y'\). ¿Cuál de las siguientes afirmaciones es cierta?
  \begin{enumerate}
  \item Se cumple siempre que \(\frac{p(x)}{p(y)}=\frac{p(x')}{p(y')}\), sean cuales sean \(x\) e \(y\).
  \item Sólo se cumple que \(\frac{p(x)}{p(y)}=\frac{p(x')}{p(y')}\)`
    si en las dos frases \(x\)
    e \(y\)
    la palabra \emph{casa} va precedida por las mismas \(n-1\)
    palabras y seguida por las mismas \(n-1\) palabras.
  \item Nunca puede darse que \(\frac{p(x)}{p(y)}=\frac{p(x')}{p(y')}\).
  \end{enumerate}

\item La probabilidad asignada por un modelo de \(n\)-gramas a una oración\ldots
  \begin{enumerate}
  \item \ldots aumenta con la longitud de la misma.
  \item \ldots disminuye con la longitud de la misma.
  \item \ldots puede aumentar o disminuir con la longitud de la misma.
  \end{enumerate}

\item ¿Cómo se evita que un modelo de \(n\)-gramas asigne una probabilidad nula a cualquier secuencia de longitud más larga que \(n\) que contiene un \(n\)-grama que no ha sido visto durante el entrenamiento?
  \begin{enumerate}
  \item No se puede evitar.
  \item Aproximando la probabilidad de cada \(n\)-grama
    mediante una combinación lineal de las frecuencias relativas
    observadas de \(n\)-gramas y de \(k\)-gramas con \(k<n\).
  \item Usando las frecuencias relativas observadas en el corpus en
    lugar de las probabilidades.
  \end{enumerate}

\item ¿Cuál de las tres fórmulas siguientes es el estimador de máxima
  verosimilitud de \(p(c|ab)\)
  en un modelo de trigramas? (\(n(x)\)
  es el número de veces que se ha visto la secuencia \(x\))
  \begin{enumerate}
  \item \(\frac{n(abc)}{n(ab)}\)
  \item \(\frac{n(cab)}{n(ab)}\) 
  \item \(\frac{n(c)}{n(ab)}\)
  \end{enumerate}

\item ¿Cuántos parametros tiene (en el caso peor de tener que
  guardarlos todos) un modelo de \(n\)-gramas sobre un vocabulario \(V\)?
  \begin{enumerate}
  \item \(|V|^n\)
  \item \(n^{|V|}\)
  \item \(|V|^{n+1}\)
  \end{enumerate}


\item ¿Cuántos parámetros (en el caso peor de guardarlos todos) tiene  un modelo de Markov oculto si su conjunto de observables es \(V\) y su conjunto de estados es \(Q\)? 
  \begin{enumerate}
  \item \(|V|(|Q|+|V|)+|Q|\)
  \item \(|Q|(|Q|+|V|+1)\)
  \item \(|V|^{(n)}|Q|\)
  \end{enumerate}

\item ¿Es posible entrenar un modelo oculto de Markov para la desambiguación léxica categorial sin un corpus etiquetado manualmente?
  \begin{enumerate}
  \item Sí, pero se obtienen peores resultados.
  \item No. Siempre hace falta un corpus etiquetado.
  \item Sí, pero sólo si el modelo oculto de Markov usa clases de ambigüedad como observables.
  \end{enumerate}

\item (*) Cuando se utiliza un modelo de Markov oculto para la desambiguación léxica categorial, las restricciones lingüísticas pueden codificarse como probabilidades cero\ldots
  \begin{enumerate}
  \item\ldots sólo en la matriz de probabilidades de transición \(A\).
  \item\ldots sólo en la matriz de probabilidades de emisión  \(B\).
  \item \ldots tanto en la matriz de probabilidades de transición \(A\) como en la de probabilidades de emisión \(B\).
  \end{enumerate}

\item Cuando se utiliza un modelo oculto de Markov para la desambiguación léxica categorial, ¿cuál de estas afirmaciones es cierta?
  \begin{enumerate}
  \item Los estados representan etiquetas de categoría léxica tales
    como \emph{sustantivo plural}, \emph{adjetivo},
    \emph{preposición}, etc., y los observables representan las
    palabras que se encuentran en el texto o clases de palabras tales
    como conjuntos de palabras que comparten el mismo tipo de
    ambigüedad.
  \item Los estados representan palabras que se encuentran en el texto
    o clases de palabras tales como conjuntos de palabras que
    comparten el mismo tipo de ambigüedad y los observables representan
    etiquetas de categoría léxica,  tales como \emph{sustantivo plural}, \emph{adjetivo},
    \emph{preposición}, etc.
  \item Los estados representan clases de ambigüedad, es decir,
    conjuntos de categorías léxicas.
  \end{enumerate}


\item Considerad la tarea de desambiguación léxica categorial. Si un
  modelo oculto de Markov en el que las probabilidades de las matrices
  \(A\)
  y \(B\)
  son las frecuencias observadas en un corpus etiquetado produce una
  probabilidad cero para una oración, esto es \ldots
  \begin{enumerate}
  \item \ldots porque hay una secuencia de dos palabras que nunca ha
    sido observada en el corpus etiquetado.  
  \item \ldots porque hay una secuencia de dos etiquetas que nunca se ha
    asignado a una secuencia de dos palabras en el corpus etiquetado.
  \item \ldots simplemente imposible.
  \end{enumerate}

\item Di cuál de estas tres afirmaciones es la falsa:
  \begin{enumerate}
  \item En un modelo de traducción automática, dada una oración, los
    modelos de \(n\)-gramas
    se pueden usar para asignar una puntuación o mérito a cada una de
    las hipótesis de traducción, y usar esta puntuación para elegir la
    mejor.
  \item Los modelos de \(n\)-gramas
    establecen relaciones entre secuencias de observables y secuencias
    de estados ocultos.
  \item En un modelo oculto de Markov, la secuencia de estados se
    modela como un modelo de \(n\)-gramas (normalmente con \(n=2\).
  \end{enumerate}
\end{enumerate}


\end{document}